改进YOLOv5s算法在非机动车头盔佩戴检测中的应用
张瑞芳1
董凤1
程小辉2
1.桂林理工大学 机械与控制工程学院,广西 桂林 5410002.桂林理工大学 信息科学与工程学院,广西 桂林 541000
摘要：针对现有非机动车头盔佩戴检测算法在车流密集场景中存在漏检,对佩戴其他帽子存在误检的问题,提出一种改进YOLOv5s(you only look once version5)的头盔佩戴检测算法YOLOv5s-BC.首先,采用软池化替换特征金字塔池化结构中的最大池化层,以放大更大强度的特征激活;其次,将坐标注意力机制和加权双向特征金字塔网络结合,搭建一种高效的双向跨尺度连接的加权特征聚合网络,以增强不同层级之间的信息传播;最后,用EIoU损失函数优化边框回归,精确目标定位.实验结果表明:在自制头盔数据集上,改进后的算法的平均精度(mAP)可达98.4％,比原算法提高了 6.3％,推理速度达到58.69帧/s,整体性能优于其他主流算法,可满足交通道路环境下头盔佩戴检测的准确率和实时性要求.
关键词：非机动车头盔检测坐标注意力机制加权双向特征金字塔网络EIoU损失函数YOLOv5s
分类号：TU391.4(建筑结构)U495(交通工程与公路运输技术管理)
资助基金：国家自然科学基金(61662017)广西科技计划重点研发项目(AB17195042)广西中青年教师基础能力提升项目(2018KY0248)广西中青年教师基础能力提升项目(2020KY06026)广西建筑新能源与节能重点实验室(桂科能15-J-21-1)(15-J-21-1)
论文发表日期：2023-02-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 44-53 )